自動化儀表數據漂移在線校準技術

作者簡介：張丹丹（1986-），工程師，從事自控設計相關工作，1223843631@qq.com。

引用本文：張丹丹.自動化儀表數據漂移在線校準技術［J］.化工自動化及儀表，2024，51（2）：333-337.

DOI：10.20030/j.cnki.1000-3932.202402024

摘 要 針對儀表故障中數據漂移引起的失真問題，從基站、信息采集器和軟件平臺3方面設計了程序流程，優選小波變換作為數據分析處理函數，實現自動化儀表的數據校準與優化?，F場分別在載荷傳感器、溫壓一體傳感器、流量計和壓力傳感器4種儀表上進行了應用試驗，結果表明：在20次試驗中，基于Mexican Hat小波變換所形成的在線校準程序能夠實現準確識別并且自動響應校準，校準時間基本都在5 min以內。

關鍵詞 自動化儀表 數據漂移 小波變換 數據校準

中圖分類號 TP216? ? 文獻標志碼 B? ?文章編號 1000-3932（2024）02-0333-05

在油氣輸送過程中，管輸油品的計量是評價管輸經濟性的重要指標。在智能智慧管網的建設過程中，管輸油品的計量是通過自動化計量儀表實現的。自動化計量儀表不僅能夠用于準確計算出入口處的輸差，還能夠用于監測、記錄輸送過程中的油品損耗，從而指導管輸工藝的優化［1，2］。然而，在運行過程中，自動化計量儀表不可避免地會出現故障，導致其提供錯誤的監控信息，使調控失敗，無法基于度量做出正確決策。因此，及時識別、發現故障，找到傳感器故障位置，恢復傳感器故障，對油氣輸送的安全高效運行和準確管理至關重要。

在傳感器故障檢測和診斷方面，學者們已經提出了許多先進方法。其中，基于模型的方法［3～6］是現代故障檢測和診斷方案中最常用的方法，它在處理突變方面具有很強的能力。USORO P B等使用這種方法檢測了室溫傳感器中的突然偏差［7］。另外，HENRY M P和CLARKE D W提出了一種傳感器驗證方法來檢測和診斷傳感器的不同故障［8］。該方法僅考慮了少數變量，并且不需要考慮變量之間的關聯關系，模型簡單，精度較低。但是，實際上影響石油石化行業自動化計量儀表精度的因素較多，在排除機械故障等無法實現自動校準的因素后，同時還需對校準程序和模型進行優選。

1 數據失真校準

自動化計量儀表校準主要有兩個途徑：現場校準和實驗室校準［8］?，F場校準中，需要將輸送管線停產，通過標準表對被校表進行校準，這種校準方式受校準技術人員自身經驗的限制，要求校準技術人員能夠準確判斷被校表是否達到要求。實驗室校準中，需要通過無線網絡將數據遠傳到實驗室中通過標準表進行校準。與現場校準不同的是，實驗室中的標準表在不同端口設置相關程序進行校準，這樣得到的現場被校表更加準確［9，10］。因此，筆者著重針對實驗室校準方式，從信息采集、基站和軟件平臺3個方面設定程序進行儀表校準，從而實現氣體流量計遠程校準系統-標準表法遠程校準系統的聯合使用［11］。校準流程如下：

a. 溯源標準表，建立被校表（現場）-標準傳遞表-標準裝置的量值溯源鏈，形成現場被校表數據的有效傳遞路徑；

b. 當需要校準流量計時，將被校表轉移到校準現場進行校準實驗，然后將獲得的數據經互聯網發送回軟件平臺（置于校準實驗室內）進行處理；

c. 軟件平臺對數據進行分析處理，得到校準結果；

d. 將標準表轉移回校準實驗室。

以某現場實例開展最優校準程序分析?，F場共有5條支線匯流到1條集輸管線中，根據質量守恒定律，集輸管線中的總流量M為：

M=I M? ? ?（1）

式中 I——支線閥門狀態，I=1為開，I=0為關；

M——第j條支線的流量。

假設5條支線的流量計是準確的，當集輸管線流量計由于偏差、漂移、精度退化或完全失效產生誤差δ時，則真實的總流量為：

M-δ=I M? ? ?（2）

當某支線流量計發生故障時總流量為：

M=I M+（M-（-δ））? ? （3）

在某一流量計中發生的故障可以看作是在其他流量計中發生的相同量級的故障，這種流量計之間的故障現象稱為故障共線性。

2 流量計故障識別方法

小波變換（Wavelet Transform，WT）可以用較短的時間間隔分析信號的高頻分量，用較長的時間間隔分析信號的低頻分量［12］。WT克服了傅里葉變換的缺點，具有良好的局部時頻特性，適用于分析瞬時信號或時變信號。

當傳感器發生故障時，傳感器的輸出信號是瞬時信號或時變信號，因此，采用WT能夠對流量計故障進行校準。

L2（R）表示由平方積分函數組成的集合。如果WT的基本方程ψ（t）∈L2（R），且滿足：

C=dω<∞? ?（4）

其中，C為傅里葉級數；（ω）是ψ（t）的FT變換，（0）=0；ω為角頻率。則有：

ψ（t）dt=0? ? ? （5）

ψ（t）=ψ? ? ?（6）

其中，ψ（t）是基函數ψ（t）通過平移和縮放得到的小波函數；傳輸參數τ與小波函數偏移信號的位置有關，表示時域信息；尺度參數s定義為頻率的倒數，與頻域信息有關。

用于生成所有小波函數的母小波是基于與該函數相關的一些所需特性設計的。由于母小波通過平移和縮放產生變換中使用的所有小波函數，因此它決定了結果小波變換的特征?？梢?，為了有效利用小波變換，應考慮到具體應用的細節，選擇合適的母小波［13］。

在小波變換中，Haar小波是最古老、最簡單的小波之一，Daubechies小波是最受歡迎的小波，它們是小波信號處理的基礎，同時由于它們的頻率響應在0和π處具有最大的平坦度，因此也被稱為最大平坦小波。Haar、Daubechies、Symlet和Coiflet是正交小波形式強關聯，Meyer、Morlet和Mexican Hat小波在形狀上是對稱的。在實際應用中，需根據小波形狀和它們在特定應用中分析信號的能力來選擇合適的小波及其組合。

根據現場實際管道，綜合信息采集器、基站和軟件系統設計了現場自動化流量儀表校準程序流程，如圖1所示?；鞠蛐畔⒉杉靼l送接收指令，開始采集流量數據，基站將采集后的數據發送至軟件平臺，根據原數據庫中的標準流量數據判斷其是否滿足精度要求。如果滿足，則數據校準結束；如果不滿足，則通過小波變換進行數據分析處理，反饋數據并對儀表進行校準，直到采集數據滿足精度要求。

圖1 現場自動化流量儀表校準程序流程

通過隨機數生成的3條支線的流量在400～700 m3/d之間，并保證總流量在1 000～2 000 m3/d之間，設置集輸總線流量計采樣頻率為0.02 s，得到不同小波變換的流量校準結果如圖2所示?？梢钥闯?，Mexican Hat小波變換對現場儀表修訂具有最好的效果。

3 現場試驗與驗證

現場分別對載荷傳感器、溫壓一體傳感器、流量計和壓力傳感器4種儀表進行數據漂移在線校準試驗，結果列于表1?？梢钥闯?，采用筆者所提方法均能夠實現自動化儀表數據漂移校準，識別準確且自動響應，校準時間基本控制在5 min以內，證明了筆者所提方法的有效性。

4 結束語

針對自動化計量儀表漂移等精度不準問題，通過對基站、信息采集器和軟件平臺進行程序設計，實現了數據漂移的自動校準。測試了7類小波變換方法對流量校準的適用性，結果表明，Mexican Hat小波對現場儀表修訂具有最好的效果?；诂F場實際應用，采用筆者所建立的模型對4種儀表進行了20次數據漂移校準試驗，結果表明，該模型具有準備識別儀表故障的功能，且基本能夠在5 min內完成數據漂移自動校準，具有一定的推廣應用價值。

參 考 文 獻

［1］ 謝吉航.基于機器視覺的工業儀表自動測度方法與應用［D］.成都：電子科技大學，2018.

［2］ 陳佳永.基于短信的GSM網絡工業儀表監測系統的研究與應用［D］.沈陽：東北大學，2009.

［3］ 馬永潔，李棟.工業化中的溫度檢測儀表自動化控制分析及應用策略［J］.現代工業經濟和信息化，2022，12（4）：174-175；260.

［4］ 李軍.基于LabVIEW的自動化儀表檢測工裝的設計［J］.中國儀器儀表，2021（5）：35-39.

［5］ 張靈聰.溫度儀表批量自動化檢測方法探討［J］.中國計量，2020（10）：118-121.

［6］ 王瑞雪.自動化儀表的檢測與維護探討［J］.科技創新與應用，2018（9）：98-99.

［7］ USORO P B，SCHICK L C，NEGAHDARIPOUR S.An innovation-based methodology for HVAC system fault detection［J］.Journal of Dynamic Systems Measurement and Control-Transactions of the ASME，1985，107：284-285.

［8］ HENRY M P，CLARKE D W.The self-validating sensor：Rationale，definitions and examples［J］.Control Engineering Practice，1993，1（4）：585-610.

［9］ 儲開建.儀表風系統故障分析及優化［D］.西安：西安工業大學，2013.

［10］ SIVARAJAH U，KAMAL M M，IRANI Z，et al.Critical analysis of Big Data challenges and analytical methods［J］.Journal of Business Research，2017，70：263-286.

［11］ WEN L，LI X Y，GAO L，et al.A new convolutional ne- ural network-based data-driven fault diagnosis method［J］.IEEE Transactions on Industrial Electronics，2018，65（7）：5990-5998.

［12］ FOO G H B，ZHANG X，VILATHGAMUWA D M.A sensor fault detection and isolation method in interior permanent-magnet synchronous motor drives based on an extended Kalman filter［J］.IEEE Transactions on Industrial Electronics，2013，60（8）：3485-3495.

［13］ SASSANI F，SEPASI M.On-line fault diagnosis of hydraulic systems using unscented Kalman filter［J］.International Journal of Control，Automation and Systems，2010，8（1）：149-156.

（收稿日期：2023-03-24，修回日期：2024-01-23）